基于灰色关联度的重庆市道路交通安全影响因素分析

中图分类号：U4 文献标识码：A 文章编号：1007-0745（2012）12-0042-02

摘要：本文通过比较分析现有主要因素分析法的局限性，结合道路交通系统的特点，找到了一种更适用于道路交通安全影响因素分析的方法——灰色关联度分析法，并介绍了该理论的优点以及该方法具体的计算步骤。在重庆市近5年的相关数据的基础上，利用此分析法，计算了各影响因素与当量事故数的关联度，找出了影响重庆市道路交通安全的主要因素和次要因素。

关键词：交通安全 影响因素 灰色关联度

1、引言

随着社会经济的快速发展，人民生活品质的不断提高，机动车保有量的迅速增加，道路交通安全问题也随之日益突出，成为影响地区交通、制约地区发展的重要因素。2008年4月30日中共中央政治局委员、国务院副总理张德江在全国道路交通安全工作部联席会议上讲话时强调，必须充分认识做好道路交通安全工作的极端重要性，坚持以人为本，坚持安全发展，更加注意制度建设、科学管理、综合治理、政策指导，尽职尽责，扎实工作，努力开创道路交通安全工作新局面。据统计，重庆市2011年共发生道路交通事故5729起，造成985人死亡、8528人受伤，直接经济损失达1364万元。因此，有必要对造成交通事故发生的因素进行合理分析，找出影响交通安全态势的主要因素，从而科学地分析道路交通安全现状与发展趋势，有效地引导交通安全工作的开展。

2、现有因素分析方法的局限性

现有的因素分析方法主要有：数理统计中的回归分析、方差分析、主成分分析等[1-4]。这些方法比较适用于数据容易获取、样本容量大的问题。但是，在针对道路交通安全影响因素进行分析时，统计数据和分析方法本身都存在一定的局限性。

（1）由于我国关于交通安全的统计数据十分有限，且现有数据灰度较大，加之人为因素，许多数据起伏不定，不具有典型的分布规律；（2）分析方法难以实现一些定性因素的定量化；（3）当数据量少时，很难发现统计规律，因此需要大量的数据统计；（4）要求统计数据样本服从某个典型的概率分布（如正态分布、泊松分布、威布尔分布等）；（5）要求各因素数据与系统特征数据之间呈线性关系且各因素之间彼此无关，这对大多数统计问题都难以满足；（6）可能出现量化结果与定性分析结果不符的现象，导致系统的关系和规律遭到歪曲和颠倒。

3、灰色关联度分析方法

根据灰色理论的基本观点，道路交通系统可以作为一个抽象系统，由于它没有物理原型，很难确定影响系统的全部因素，更难确定因素之间的映射关系。因此，可将道路交通系统视为本征性灰色系统。道路交通事故存在于道路交通系统中，事故的发生与众多因素互相关联和制约，但又很难找出影响事故发生的全部因素，也就是说，影响事故发生的信息不明确，不完全。同时，在多种因素中必然有的对事故影响程度大，有的影响程度小。灰色理论所研究的正是这种外延明确、内涵不明确的对象。灰色关联理论提出了系统的关联度分析方法，它是根据因素之间发展态势的相似或相异程度来衡量因素间关联程度的方法。

同时，灰色关联分析方法弥补了采用数理统计方法作系统分析时存在的不足，它对样本量的大小和样本统计数据有无规律都同样适用，而且计算量小，计算简便，也不会出现量化结果与定性分析结果不符的情况[5]-[6]。

关于灰色关联度的具体计算方法与步骤刘兆惠在文献[8]作了详细的介绍，本文不再赘述。

4、重庆市道路交通安全影响因素分析

影响交通安全的因素由众多错综复杂、相互联系的定性和定量因素组成，概括起来可以分为微观因素（道路交通系统因素，即人、车、路）和宏观因素（即系统环境）[7]。依据道路交通安全影响因素指标的选择原则，确定重庆市道路交通安全的人口、车辆、道路及社会环境影响因素序列，具体包括城镇总人口数、农村总人口数、机动车驾驶员数、机动车保有量、客运车辆数、货运车辆数、公路里程、人均GDP和GDP年增长率等。以重庆市2007-2011年相关统计数据为分析基础，如表1。

利用文献[8]公式（1）—（3）计算各关联序列的关联度为：

从表3可以看出，所选的9个影响因素与当量事故数的关联程度都比较大，说明重庆市道路交通安全与这些因素都有较强的相关性。其中，与当量事故数的关联程度最大的是农村总人口数，为0.895；关联程度最小的是机动车保有量，为0.532。

为了更加明确的反映重庆市道路交通安全的主要、次要因素，根据关联度的大小，将影响因素分为四个等级，分别为重要影响因素，其关联度不小于0.85；显著影响因素，其关联度为0.75～0.85；一般影响因素，其关联度为0.65～0.75；轻微影响因素，其关联度小于0.65，结果如下表所示[8]。

5、结论

（1）与回归分析、方差分析、主成分分析等传统的分析方法相比，灰色关联度理论更加适用于分析道路交通系统这种外延明确、内涵不明确的对象，并且该方法的计算量小，计算简便，分析结果准确。

（2）道路交通安全影响因素众多，利用灰色关联度理论可以在这些因素中找出主要因素和次要因素，并发现它们对道路交通安全趋势的影响。

（3）结合重庆市2007-2011年的相关统计数据，通过灰色关联度分析，得到重庆市道路交通安全影响因素与当量事故数的关联度大小，并由此划分主要因素包括农村总人口数、城镇总人口数公路里程、GDP增长率；次要因素包括客运车辆数、人均GDP、机动车驾驶员数、机动车保有量、货运车辆数。所得结果与实际情况比较吻合。

参考文献：

[1]王学民.主成分分析因子分析应用中值得注意的问题[J].统计与决策，2007，239（6）.

[2]夏立明，王亦虹.基于因素重构分析法和主成分分析法的企业安全文化评价模型[J].中国安全科学学报，2007，17（12）.

[3]潘 洁.多元统计分析在分析物价变动主因中的应用[J].数理统计与管理，1997，16（2）.

[4]杨宇音，赵雅明，曲立敏.因子分析法在大学生综合排名中的应用[J].贵州工业大学学报：自然科学版，2005，34（1）.

[5]刘思峰，党耀国，万志耕等.灰色系统理论及其应用[M].北京：科学出版社，2004（第三版）.

[6]邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990.

[7]张恩亮. 基于BP神经网络的道路交通安全预测研究.北京交通大学硕士学位论文，2006，p10-p11，p31-p33.

[8]刘兆惠，王超.基于灰色关联度的交通安全道路影响因素辨析[J].山东交通科技，2010，1.